Kwenye ukurasa huu

Soma ukurasa huu kwa Kiingereza

Tafsiri ya kiotomatiki ya ukurasa huu wa Kiingereza, ambayo haijakaguliwa na mzungumzaji mzawa.

Fab AI hutathmini modeli kwenye kazi za elimu zilizo muhimu pale ambapo bajeti, kipimo data na ufunikaji wa lugha vimebanwa katika nchi zenye kipato cha chini na cha kati ambazo benchmark imejengwa kwa ajili yake, na huchapisha matokeo kama ubao wa alama unaoweza kupangwa badala ya karatasi ya utafiti. Jedwali kuu hupanga alama benchmark ya ufundishaji pamoja na SEND, hisabati ya kuona na uwazaji wa kuona, ikiwa na vichupo tofauti vya ufundishaji wa lugha nyingi, ujuzi wa msingi wa kusoma na kuandika na tathmini ya kusoma kwa sauti.

Unachoweza kufanya nacho

Linganisha takriban modeli 300 kwenye alama za ufundishaji ambazo kwa sasa zinaanzia kwenye tisini za mwanzoni hadi 21%, kisha panga kwa kile ambacho wizara ya elimu inapaswa kupima kweli: bei kwa tokeni milioni moja, idadi ya vigezo, uzito huria na tarehe ya kutolewa. Msambao wa chini ndio sehemu yenye manufaa. Modeli huria za chini ya 2B ziko kati ya 21% na 43% kwenye benchmark ya ufundishaji huku modeli za kisasa zikiwa kwenye tisini za mwanzoni, jambo linalogeza "je, tunaweza kuendesha hii nje ya mtandao kwenye maunzi ya bei nafuu" kuwa mabadilishano yaliyopimwa kwa namba badala ya kubahatisha.

Kichupo cha ufundishaji wa lugha nyingi ndio sababu ya kuweka alama kwenye ukurasa huu. Benchmarks nyingi za elimu ni za Kiingereza pekee, na swali la iwapo ufundishaji wa modeli hunusurika tafsiri ndilo swali haswa ambalo wizara katika mfumo wa lugha nyingi inahitaji kujibiwa. Data inaweza kupakuliwa kama CSV, kwa hivyo ulinganisho unaweza kuendeshwa upya kwenye kompyuta yako.

Ni kwa nani

Watunga sera na timu za ununuzi zinazochagua modeli kwa mifumo ya kitaifa, watafiti wanaosoma pengo la ufikiaji katika elimu inayoungwa mkono na AI, na watengenezaji wanaohitaji lengo la ufundishaji ambalo si mtihani wa lugha ya Kiingereza.

Vidokezo na tahadhari

Ubao wa alama hupima modeli kwenye kazi za benchmark yenyewe: alama ya juu ya ufundishaji ni ushahidi kuhusu vipengele hivyo, si kuhusu darasa. Safu wima ya bei huchanganya bei za tokeni za ingizo na pato kwa uwiano wa 3:1, ambayo ni chaguo la uundaji na si kile ambacho usambazaji fulani utagharimu. Ufunikaji wa lugha na wa modeli zinazohifadhiwa kwenye mifumo ya ndani hubadilika modeli mpya zinapojitokeza, na alama za chini za modeli ndogo zinaonyesha kwa sehemu muundo wa kazi sawa na uwezo. Uwasilishaji wa Fab AI ni dhahiri kuhusu nchi zenye kipato cha chini na cha kati, kwa hivyo seti ya vipengele vya benchmark inaonyesha muktadha huo na haipaswi kusomwa kama upangaji wa jumla wa elimu. Angalia tarehe za kutolewa: baadhi ya maingizo ni ya kabla ya kizazi cha sasa cha modeli.

Dhana Zilizounganishwa

Pachika ukurasa huu

Nakili msimbo ulio hapa chini ili kupachika ukurasa huu katika mfumo wa usimamizi wa kujifunza au tovuti nyingine. Toleo lililopachikwa linaonyesha maudhui ya ukurasa tu — linaficha kichwa cha tovuti, urambazaji, na kijachini.